Universidad de Navojoa. Rodrguez Barahona Fernando Erick, Hernndez Rivera Anael.

Algoritmo de Prim en el metro del

1140118, Barahona Rodrguez & 1140115, Hernndez, Rivera
df.
Ingeniera en Sistemas Computacionales
Universidad de Navojoa
1140118@unav.edu.mx & 1140115@unav.edu.mx

ALGORITMO DE PRIM EN EL METRO DEL

DISTRITO FEDERAL,
FEDERAL TEORIA DE GRAFOS

Resumen-Los
grafos
son
una
herramienta
fundamental para encontrar soluciones a los largos o
numerosos caminos a los que las personas se tienen que
encontrar en algunas ocasiones, los grafos se derivan en
algoritmos, como lo es el algoritmo de Prim, que fue
descubierto por Robert Prim Clay en el ao 1930, el algoritmo
de Prim es fundamental para la estacin de metro del Distrito
Federal (Mxico), la ciudad de Mxico (DF) fue fundada el 13
de agosto de 1952, es la ciudad mexicana ms grande y
desarrollada, cuenta con un metro que cuenta con 12
estaciones, el metro del DF (Mxico) fe inaugurado el 4 de
septiembre de 1969.

ndice de Trminosmetro, Algoritmo, Grafos,

Prim, nodo
INTRODUCCIN
Como seres humanos ha existido la
necesidad de recorrer diversos lugares, buscando
hallar la ruta ms ptima usando estrategias
adecuadas. Y as recorrer todos los puntos
designados. La presente investigacin se realiza
citando diversas fuentes de informacin, enfocadas
principalmente en el algoritmo de PRIM.
Con el algoritmo de Prim podemos recorrer largos
caminos de un grafo, obteniendo como resultado el
rbol de expansin mnima, de un nodo hacia todos
los dems nodos en el grafo,
Actualmente se apreciar muchas cosas que
pueden parecer de lo ms habitual, caminos, lneas
de comunicacin telefnica, televisin por cable, el
transporte
ferroviario,
lneas
areas, circuitos elctricos
de
viviendas,
automviles, etc. lo que no se piensa
frecuentemente es que estos forman parte de algo
que en matemticas se denomina como grafos.
Universidad de Navojoa-ISC 2015

El metro del Distrito Federal, Mxico es un

claro ejemplo de un grafo gigante donde podemos
utilizar el algoritmos de PRIM para ahorrar
distancia y por ende tiempo, por el cual hemos
decido hacer un sistema que nos de la ruta ms corta
de una estacin a otra y as ayudar a las personas a
que su vida cotidiana sea un poco ms fcil.

I.GRAFOS
(Coto, 2003) menciona intuitivamente, que un
grafo es un conjunto de nodos unidos por un conjunto de
lneas o flechas. Por lo general, los nodos son puentes de
procesamiento o estructuras que contienen algn tipo de
informacin y las lneas o flechas son conexiones o
relaciones entre estos entes. Si se utilizan flechas para
conectar los nodos se dice que el grafo es dirigido
(tambin llamado dgrafo) porque las relaciones entre los
nodos tienen una direccin, en caso contrario el grafo es
no dirigido.
En cualquiera de los dos casos, bien sea que se
utilicen lneas o flechas, a estas relaciones se les puede
llamar simplemente aristas. Frecuentemente las aristas
tambin tienen algn tipo de informacin asociada
(distancia, costo, confiabilidad, etc.), en cuyo caso se
est en presencia de un grafo pesado.

A continuacin se presentan puntos clave de los

grafos, mencionados por (Coto, 2003).

Universidad de Navojoa. Rodrguez Barahona Fernando Erick, Hernndez Rivera Anael. Algoritmo de Prim en el metro del
df.

A.
PROBLEMAS MS CONOCIDOS DE
PROCESAMIENTO DE GRAFOS
Conectividad Simple: Consiste en estudiar si el
grafo es conexo, es decir, si existe al menos un camino
entre cada par de vrtices.
Deteccin de Ciclos: Consiste en estudiar la
existencia de al menos un ciclo en el grafo
Camino Simple: Consiste en estudiar la
existencia de un camino entre dos vrtices cualquiera.
Camino de Euler: Consiste en estudiar la
existencia de un camino que conecte dos vrtices dados
usando cada arista del grafo exactamente una sola vez.
Si el camino tiene como inicio y final el mismo vrtice,
entonces se desea encontrar un tour de Euler.
Camino de Hamilton: Consiste en estudiar la
existencia de un camino que conecte dos vrtices dados
que visite cada nodo del grafo exactamente una vez. Si
el camino tiene como inicio y final el mismo vrtice,
entonces se desea encontrar un tour de Hamilton.
Conectividad Fuerte en Dgrafos: Consiste en
estudiar si hay un camino dirigido conectando cada par
de vrtices del dgrafo. Inclusive se puede estudiar si
existe un camino dirigido entre cada par de vrtices, en
ambas direcciones correspondientes.
RECORRIDO DE GRAFOS
Cualquier algoritmo de recorrido de grafos
consiste bsicamente en visitar un nodo del grafo y
luego ir visitando los nodos conectados a este. Este
principio se aplica recursivamente comenzando desde un
nodo inicial cualquiera del grafo.

El tpico de esta seccin es el clculo de este

tipo de camino, donde la longitud del camino no se mide
en base al nmero de aristas del mismo, sino en base al
peso del camino. Con esto ltimo en mente, se define el
camino ms corto entre dos nodos de un dgrafo pesado,
como el camino dirigido que tenga la propiedad de tener
el peso mnimo entre todos los caminos que existen entre
dicho par de nodos.
Se plantean tres tipos de problemas:
- Camino ms cort origen-destino: Dados dos nodos v y
w de un grafo, encontrar el camino ms cort que
comience en v y culmine w
- Camino ms cort a partir de un origen: Dado un nodo
v de un grafo, encontrar el camino ms cort desde v
hasta cada uno de los dems nodos.
- Camino ms corto entre cada par de nodos

En la figura1, se muestra un ejemplo de lo que es un

grafo.

B.

Lo que diferencia un algoritmo de recorrido de

otro es, una vez ubicado en un nodo en particular, la
forma en que se visitan los nodos conectados a este. Por
supuesto, estos algoritmos pueden ser aplicados en
grafos dirigidos o no dirigidos.
CALCULO DEL CAMINO MAS CORTO
Todo camino en un dgrafo pesado tiene un peso
asociado, el cual es la suma de los pesos de las aristas
del camino. Esta medida esencial nos permite formular
problemas como el de encontrar el camino con el menor
peso entre dos vrtices.

FIGURA 1: EJEMPLO DE UN GRAFO

En la figura 2, se muestra el ejemplo de dos tipos de
grafos.

C.

Universidad de Navojoa-ISC 2015

FIGURA 2: EJEMPLO DE DOS GRAFO

Universidad de Navojoa. Rodrguez Barahona Fernando Erick, Hernndez Rivera Anael. Algoritmo de Prim en el metro del
df.

II.

PRIM

(Chaplais, Durand, Nouedoui , & Szigeti, 2010) hablan

sobre
A.

LAS VARIABLES NO ORDENADAS

La nueva estrategia peeling de arriba hacia
abajo a manejar las variables tanto continuas y discretas
consisten en tratar de forma diferente con variables
desordenadas: al pelar una variable desordenada, se
eliminan todas las muestras con una modalidad en lugar
de slo una proporcin de muestras dado.
Esto permite hacer frente a las variables no
ordenadas en lugar de ignorarlos como en enfoque
estndar PRIM. Sin embargo, esto no es un enfoque
perfecto, ya que el algoritmo elimina todas las muestras
con la misma modalidad, que no permite a bien
parmetro sintonizar y se benefician de la paciencia de
PRIM. Se proponen otros enfoques, por ejemplo, para el
algoritmo CART, pero no se consideran en el estudio
actual.
B.

VALIDACIN CRUZADA
La implementacin de Prim hemos utilizado
arbitrariamente mantiene el ltimo cuadro, que rara vez
es la mejor. El cdigo de validacin cruzada estndar ha
sido implementado. La validacin cruzada es una
estimacin de la rotacin que tiene por objeto la
obtencin de un modelo generalizado mediante la
evaluacin de cmo los resultados del modelo
generalizar a un conjunto de datos independientes. La
validacin cruzada implica particionar un conjunto de
datos en K submuestras complementarias, tambin
conocido como K-veces validacin cruzada. Una
submuestras se mantiene como la validacin conjunto de
datos para probar el modelo, y las submuestras K1
restantes se utilizan como la formacin conjunto de
datos. K rondas se realizan utilizando particiones para
reducir la variabilidad, y los resultados de la validacin
se promedian sobre las rondas.
Una validacin cruzada se aplica para obtener
cuatro conjuntos de datos de prueba, y por lo tanto para
elegir la mejor caja de acuerdo con el promedio ms alto
durante los cuatro asaltos. Este valor de K pareca el ms
adaptada a los pequeos conjuntos de datos con menos
de 100 muestras. Como era de esperar, casi todos los
proyectos resultados de validacin cruzada son mejores
que acaba de seleccionar el cuadro final.

Universidad de Navojoa-ISC 2015

C.

VALORES FALTANTES
Proyectos reales con frecuencia contienen
valores perdidos. El principal problema se produce
cuando los datos que faltan vienen junto con algunas
muestras. Muchos mtodos que se ocupan de ese
problema se han diseado. La forma ms fcil es quitar
muestras con valores perdidos, tambin es a menudo el
peor. Otra idea sencilla es no hacer nada en absoluto
esperando que el algoritmo no fuera demasiado afectado.
El algoritmo de Prim es entonces
particularmente conveniente en relacin con la
capacidad de hacer frente a ambos ordenados y variables
desordenadas. Nuestra aplicacin es eficiente y mejora la
calidad general conjunto de datos.
El conjunto de datos imputado a continuacin,
se puede utilizar para inducir mejores cajas y hacer
frente a muchos tipos de proyectos.

(Chaplais, Durand, Nouedoui , & Szigeti, 2010)

mencionan que se tiene
III.

LIMITACIONES DE

PRIM

Tenemos que hacer frente a varios carece del

algoritmo de Prim y de su aplicacin R con respecto a
nuestros requisitos:
1.

El algoritmo Prim no soporta valores discretos

2.
El paquete de Prim no implementa ninguna
validacin cruzada para seleccionar la casilla final, en
cambio, toma la caja resultante de la ltima iteracin
3.
El algoritmo Prim no define ninguna forma de
manejar los valores perdidos
4.
El algoritmo de Prim y su implementacin dejan
abierta la cuestin de la eleccin de los valores
correctos.

IV.

(UNAM,

MEXCO

2010) menciona que la ciudad de

Mxico fue heredera de Tenochtitln, fundada en el siglo
XIV en el islote de Mxico, para convertirse, cientos de
aos despus, en la sede del Virreinato de Nueva Espaa
(en 1535). Ese fue su estatuto jurdico hasta la

Universidad de Navojoa. Rodrguez Barahona Fernando Erick, Hernndez Rivera Anael. Algoritmo de Prim en el metro del
df.

culminacin de la guerra de independencia, cuando se

convirti en la capital del Estado de Mxico.
Tras la abdicacin de Agustn de Iturbide al
primer imperio mexicano, se estableci un Supremo
Poder Ejecutivo. El cual constituy un gobierno
provisional y convoc al Congreso Constituyente que
se instal el 7 de noviembre de 1823.
El 29 de octubre se present el dictamen que propona
que la Ciudad de Mxico fuera el Distrito Federal, e
inici un debate que concluy el da siguiente, en el que
se reprodujeron los argumentos expuestos en las sesiones
del mes de julio.

(Virgilio Partida Bush & Anzalo Gomez

2014) nos hablan de las
A.
ZONAS METROPOLITANAS DE LA CIUDAD
DE MEXICO
Desde 1940, la zona metropolitana de la ciudad
de Mxico ha sido objetivo de propuestas de reduccin,
en la cual se consideran muchos criterios y
procedimientos que van desde el anlisis cartogrfico del
rea central de la ciudad hasta aplicaciones de tcnicas
de anlisis multivariado, el primer paso para delimitar
la zonas metropolitanas de la ciudad de mexica consiste
en determinar el conjunto de delegaciones y municipios
que se consideran centrales en los cuales hay
considerados 15 delegaciones del distrito federal.
B.
PERSPECTIVAS DE LA POBLACION DE LA
ZONA METROPOLITANA
En las proyecciones de poblacin recientemente
se adoptan premisos nicos para la evolucin futura de
los factores del cambio demogrfico.
La reversin de la direccin de la movilidad
territorial en el escenario de concentracin
metropolitana, traera como consecuencia un vuelco en
las tendencias de la distribucin territorial de la
poblacin nacional. Los habitantes de la capital de
Mxico ascenderan a casi 27 millones y la participacin
en el total nacional retomara la pauta ascendente
truncada. Quizs el impacto ms significativo del viraje
en la migracin hacia y desde la zona metropolitana se
tendra en las tendencias del crecimiento demogrfico y
la distribucin de los residentes dentro de la ciudad.
LA POBLACION DENTRO DE LA ZONA
METROPOLITANA.
El crecimiento de la poblacin, en los
escenarios demogrficos del distrito federal, se relaciona
C.

Universidad de Navojoa-ISC 2015

ms al punto de vista urbano, ya que permiten visualizar

la posible expansin territorial futura de la zona
metropolitana.
Un hecho relevante es que, salvo el escenario
de concentracin metropolitana, el crecimiento de la
demanda de la vivienda ser ms intenso en la zona de
transicin que en la periferia. Esto se traduce en el reto
de convertir ordenadamente.

V.

EL METRO DEL DF (MXICO)

(Montejo, 2013) habla que el metro de la ciudad

de Mxico ha sido parte importante de la evolucin dela
ciudad de Mxico. Es el principal medio de transporte y
el eje de la movilidad en la ciudad de Mxico, traslada al
ao ms de 600 millones de personas, el metro llego
para cambiar la manera de entender la experiencia de
vivir en un espacio grande de personas
A.

HISTORIA DEL METRO DEL DF (MEXICO)

(Federal, 2014) cuenta que el cuatro de
septiembre de 1969 fue inaugurada una de las obras que
ha revolucionado el transporte en la ciudad de Mxico,
el cual fue el sistema de transporte colectivo METRO.
En la creacin y puesta en marcha del metro se inserta
en la ruta modernizada encabezada por un rgimen
socio-poltico, que al paso de las dcadas se haba
consolidado no obstante sus polmicos pasajes.
Mxico crea en la modernidad, que se mova entre el
protagonismo y populismo. Esa modernidad mostraba
los lmites como nacin. El metro en sus inicios
presento la modernidad verticalista y dependiente.
El metro comenzaba con altas expectativas.
Segn el censo de poblacin de 1970, la ciudad de
Mxico alcanzaba un total de casi 7000000 de personas.
Su poblacin ha crecido rpidamente. El 29 de abril de
1967 se decret el sistema de transporte colectivo metro.
Las primeras dos lneas del metro fueron la
rosa y la azul, las cuales se construyeron siguiendo el
trazo de grandes avenidas, donde los comercios,
industrias requeran de conexiones eficaces y tiempos
cortos de traslado.
En la figura 3, se muestra todas las rutas y
estaciones por la que est conformado el metro de la
ciudad de Mxico.

Universidad de Navojoa. Rodrguez Barahona Fernando Erick, Hernndez Rivera Anael. Algoritmo de Prim en el metro del
df.

Montejo. (2013).
UNAM. (2010).
Virgilio Partida Bush, C. A. (2005). poblacion del df.

FIGURA 3
VI.

APLICACIN DEL ALGORITMO DE

PRIM

El algoritmo de Prim ayuda a tener la ruta ms

cercana a un lugar predeterminado, por ejemplo tenemos
en el metro de la ciudad de Mxico la estacin Pantitln
y se quiere llegar a la estacin de Guerrero, hay 10
caminos para ir a la estacin que se desea, pues el
algoritmo de Prim se encarga de recorrer todos los
caminos que existen y nos da el ms corto, que es ir a la
estacin de San Lzaro, luego a Morelos y despus a la
estacin de Guerrero, que es la estacin que se desea.
VII.

CONCLUSIN

El algoritmo d Prim es una herramienta til para

poder ayudar a las personas que viven en la ciudad del
DF (Mxico) a encontrar cual tren tomar para poder
llegar lo antes posible a su destino, ya que a veces las
personas no saben cul ruta sera la ms eficaz para para
tomar, la ciudad del DF (Mxico), es la ms grande el
pas y es de las pocas ciudades con un metro
subterrneo.

Referencias
VIII.

TRABAJOS CITADOS

IX.

TRABAJOS CITADOS

Chaplais, C., Durand, G., Nouedoui , L., & Szigeti, H.

(2010). PRIM2: Una extension del algoritmo de
PRIM. Actas de la evaluacion de Verano IMS
sobre Fabricacion Sostenible, 249-272.
Coto, E. (2003). Algoritmo Basicos de Grafos.
Federal. (2014). consideraciones sobre la posibilidad de
la implantacion de un sistema de transporte
masivo y ligero. tranvia.
Universidad de Navojoa-ISC 2015